随着信息化建设的不断深入，烟草企业积累了大量的基础数据，越来越多的企业希望能从这些历史数据中挖掘出“宝藏”。但是，这些数据来源于不同的应用系统，由于“信息孤岛”的存在，大量的信息资源不能充分发挥应有的作用。同时，一些企业对现有数据只是做一些简单的、局部的和浅层次的查询，缺少对这些数据的全面分析。因此，烟草企业需要建设更加完善的数据中心，有效整合与充分利用企业信息资源，使企业经营者能全面、及时、准确地掌握各种基础数据，并对这些数据进行智能分析，提高卷烟生产经营、决策指挥的科学性。

烟草企业数据中心建设的三个层次

烟草企业数据中心建设包括规划、设计、应用三个层次。

规划层。利用信息资源规划工具对全域业务流和数据流进行梳理和分析，建立业务模型、数据模型和信息资源管理标准，为数据中心的建设提供理论依据。

设计层。从烟草企业的业务系统出发，如ERP系统、MES系统等，把各种业务数据抽取到数据仓库（Data Warehouse）中，再加载到联机分析处理服务器，生成面向不同部门的主题数据集市（Data Mart）。数据仓库和主题数据集市形成一个强大的数据中心（Data Center），为企业内部的数据共享、查询分析、报表汇总、数据挖掘等应用做准备。

应用层。利用数据中心提供的基础数据，综合应用报表、查询、统计和智能预警等技术，建立方便快捷、强大灵活的分析决策系统，并通过企业信息门户实现个性化服务支持。

建设烟草企业数据中心的关键环节

关键环节一：立足全局的信息资源规划。

信息资源规划是指对企业生产经营所需要的信息，从采集、处理、传输到使用的全面规划。要使部门之间的信息流畅通、各业务系统的数据能够共享，必须进行统一、全面、立足全局的信息资源规划。

通过全面的信息资源规划，构建全域数据模型，解决现有数据库资源的不一致、冗余和复杂接口等问题，建立适应新的信息需求的规范化数据结构，可以为解决“信息孤岛”问题、建设烟草企业数据中心打下坚实的基础。要在信息资源规划方法论的指导下规范企业的信息资源管理基础标准，以此来控制系统的开发建设，解决各阶段、各部门工作相互衔接，系统中信息共享和信息交换的问题。

关键环节二：异种数据源的全面集成。

烟草企业在进行数据中心的建设时，必须将现有业务系统进行全面高效的集成。

由于现有系统是在企业发展的不同时期建设的，往往缺乏全局规划，所以拥有不同的操作系统、不同的数据库、不同的网络通信机制等，形成了一个个“信息孤岛”。企业可以采用异种数据源应用集成接口，实现对异种数据源的透明访问，包括数据源元数据访问及业务操作数据访问。数据源分为在线数据源和离线数据源。在线数据源是指允许在线抽取的业务数据源，如生产数据；离线数据源是指不允许直接在线抽取的数据源，如营销数据。

关键环节三：重点技术环节的设计。

ODS层的设计。操作数据存储ODS（Operation Data Storage）是一个集成了来自不同数据库数据的环境。其目的是为终端用户提供一致的企业数据集成视图。它可以帮助用户轻松应对跨多个功能操作的挑战，是面向主题的、集成的、实时的数据存储。

ETL过程的设计。ETL过程即数据抽取（Extract）、转换（Transform）、装载（Load）的过程。它是数据由数据源系统向数据仓库加载的主要方法，也是构建数据仓库的重要环节。数据仓库是面向主题的、集成的、稳定的，且随时间不断变化的数据集合，用以支持经营管理中的决策制定。

OLAP过程设计。联机分析处理OLAP（On-Line Analytical Processing）是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且能提供直观易懂的查询结果。OLAP是一种使分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取,从而获得对数据的更深入了解的技术。

数据交换。数据交换分为横向和纵向两种。烟草企业内横向的业务系统之间的数据交换可采用数据联邦（编者注：数据联邦就是把不同的数据源组合形成虚拟数据源或数据服务的过程）技术，以实现信息集成、互联互通。纵向数据交换包含国家局和省级公司之间的数据交换，两级交换中心以行业内联网为物理传输通道。

关键环节四：元数据的管理。

元数据是关于数据、操纵数据的进程，以及应用程序的结构、意义的描述信息，其主要目标是提供数据资源的全面指南。元数据是描述数据中心内数据结构和建立方法的数据，可将其按用途分为三类：技术元数据、业务元数据和内联映射元数据。技术元数据是存储关于数据中心技术细节的数据，是用于开发和管理数据中心的数据；业务元数据从业务角度描述了数据中心中的数据，提供了介于使用者和实际系统之间的语义层，可使不懂计算机技术的业务人员也能够理解数据中心中的数据；内联映射元数据实现了技术元数据与业务元数据的层间映射，使得系统的概念模型与物理模型相互独立，使企业的概念模型、业务模型重组，以及物理模型的变化相互透明。

关键环节五：决策分析和数据挖掘。

数据中心建设最主要的建设意义就是为烟草企业的决策分析提供数据来源。通过挖掘处理，可找出隐藏在这些海量数据背后的规律，供决策者在定量分析和定性分析两个方面获得科学的参考，为企业的进一步发展提供科学的决策依据。

决策分析主题的确定需要紧密结合烟草企业的业务过程，数据中心中的数据要采用主题分域的方式和尽可能小的业务单元进行数据的组织和存储，以满足数据存储和分析的灵活性。

市场的激烈竞争和管理的复杂性，决定了企业需要对市场营销、品牌构成、生产管理等方面的历史数据进行提取与分析，将数据转化为有用的信息。数据挖掘就是要通过对数据进行有限步骤的采集、整理、分析、推理和比较，挖掘出数据内部的有用信息。